不要急着开户，先和“投资版ChatGPT”聊聊天

在郑其森身上，外资基金经理和人工智能团队创始人，这两个听起来毫无关系的身份已经完成了重叠。

前高盛分析员郑其森带领20人的团队推出了“投资版ChatGPT”——ArborChat，一个由人工智能驱动的投资专家机器人助手，可以对各种投资问题进行深入分析和回答。

量化金融并不是什么新鲜事，但在模型技术爆发之前，大数据分析更多的是建立统计模型，分析金融市场的动态变化，帮助各种投资者控制交易风险。

伴随着大型语言模型技术的飞速发展，人工智能具有强大的文本解读和创造能力，金融 AI被赋予了更多的期望。

除了日交易数据、财务数据等结构化数据，如企业战略、行业前景、公司人事调整等非结构化数据，还可以用AI进行归纳总结，实现“机器味”少、“人气”重的股票投资吗？

ArborChat给出了一个模仿人类推理过程的方向。只要你擅长发布合适的prompt，你甚至可以把大模型“培养”成巴菲特的投资风格。”巴老一直说投资简单但不容易。AI可能是一个更好的价值投资者，没有人类的情感负担！"

金融 AI，需要一点理想主义

“我们希望投资者在做决定之前，先问问ArborChat应该考虑什么，并且有足够的信息供参考，而不是一时冲动下单。”郑其森向36Kr介绍。

郑其森36岁毕业于香港科技大学，曾在哈佛大学和北京大学学习。他是高盛出生的“金融人才”。他不仅有香港人的“务实精神”，还有金融界不常见的“理想主义”。他的创业经历和产品风格都有这样的印记。

在2014年还在高盛任职的时候，郑其森和基金经理和老同学廖展鹏都是从事股票投资的。

“为什么隔壁这么容易量化？”郑其森有点羡慕。AI已经可以处理大量的数据分析，帮助处理大量的日常工作。然而，股票投资需要理解商业前景的感性理解。当时的AI不足以承担这样的工作。

假如故事只停留在羡慕之中，那就永远不会符合理想主义者的探索路径。

一个理想主义者应该看到的是，当时的智能投资不是“聪明”，而是“可靠”。背后的组合策略方程已经在金融界使用了几十年，无法分析复杂深入的投资方向。

郑其森通常看TMT行业。他的经验告诉他:“投资几乎与世界上所有的事情都有关。如果AI有一般能力，智能投资肯定会有很大的突破。”

事实上，诺贝尔获奖者杰弗里·辛顿早在几年前就种下了种子——2012年。(Geoffrey Hinton)伊尔亚·苏茨克维维维和OpenAI前首席科学家。（Ilya Sutskever)凭借AlexNet在ImageNet比赛中的胜利，郑其森也看到了AI在不同领域逐渐超越人类的可能性。

“如果在图像处理中能够超越人类水平，那么AI在语言处理上能够超越人类水平也是可以想象的。股票投资必须超过人类水平才能解决AI处理文字的能力。”

谷歌Transformer模型于2017年发布，并于2018年首次以BERT模型超越人类对多种自然语言的理解，使郑其森看到了自然语言理解技术成熟的可能性。今年，他和廖展鹏也开始了自己的创业历程。

在过去的六年里，郑其森和他的团队制作的金融AI产品服务于国内外许多银行和基金。此外，我们还利用自己的AI能力，提高高净值客户的开户和基金认购流程，建立了15亿美元的资产管理私募投资平台。

“例如，我们帮助四大银行之一提取和分析贷款业务客户的财务报告。通过提取大量的会计数字，放入信用模型进行分析。”他介绍，这将普通会计师7小时的工作流程缩小到半小时以内。

虽然生意不错，但这些并不能让郑其森真正感到兴奋。直到大模型的爆发，曾经的想象才成为可能，ArborChat最近才推出。

ArborChat为散户和机构投资者提供实时投资洞察力、资产配置监督和深度金融分析，利用大型语言模型系统优化金融行业。

郑其森终于等到了自己。ChatGPT“时间。”在过去的几十年里，所谓的AI投资是一种基于统计模型的量化投资策略。基于突破性的大模型技术，通用人工智能模型可以开始进行非常深入的推理，并获得基本面投资方式的财务分析。”

郑其森介绍，这是一个前所未有的技术突破，正式开启了全新的股票投资AI投资风格。

投资AI股票是可能的。

像ArborChat这样的投资机器人，究竟是如何实现价值投资决策的？

他说：“有些问题我们认为平时只是一个问题，实际上对AI来说是非常困难的——比如“如何比较阿里巴巴和拼多多的股价前景？“回答这个问题，AI需要多步思考，从多个角度考虑，比如查询阿里巴巴和拼多多的财务数据、分析师评级、股价技术分析、业务增长、企业管理、投资者情绪等。，最后总结两家公司的比较。“可以说，ArborChat走向不同于传统量化AI投资路径的基础，超越单层思维后具有多步深入思考的能力。而且ArborChat采用了独特的“思维树”技术，成功突破了金融分析深度推理的门槛。

“早在去年，我们就注意到DeepMind团队正在研究如何利用蒙特卡罗算法来提高大模型的推理能力，所以我们也开始研究如何利用思维树创造足够深入的金融分析模型推理(即树形决策推理，而不是线性的“思维链”)。“通过郑其森的解释，ArborChat不仅是一种金融定制的人工智能工具，而且团队在系统研发方面也取得了行业前沿的研发成果，成为行业领先的智能体。

近年来，郑其森把自己“熬”成了半个金融AI专家，并成立了一个专业的团队。“ArborChat 此前，AI主管也是银行行业多年的数据科学专家，是跨领域的通才。

ArborChat的核心竞争优势是了解金融、AI、一些理想主义和高执行力。ArborChat团队跨越了金融和数据两个复杂的学科，多年的经验促使他们对客户需求和行业痛点有了更深刻的认识。

郑其森认为，“从国外的情况来看，ChatGPT并没有垄断一切，不同的垂直领域肯定会有自己的主导产品。”

以金融行业为例。通用大模型不是专门的金融工具，也不会专门找金融数据库对接。“他们的通用框架通常参考许多过时的信息来处理金融数据。”

RAG技术也用于ArborChat系统，即时提取最新信息。但是常规的RAG系统是有缺陷的，用来提取金融相关信息会有很多杂讯。

ArborChat采用了创新的数据标记方法，以使结果更符合金融特性。独家RAG技术不仅大大提高了提取金融商业答案的准确性，而且保持了实时性。目前国内外很多股票交易AI都没有做到这一点。

谁将成为下一代投资巨鲸？

与近年来二级市场投资寒冷的情况相比，ArborChat最近的开户浪潮和00后投资者的涌入不禁让人觉得ArborChat遇到了一个很好的机会。“我们在过去的六年里经历了多少起起落落，直到现在。希望好时机能持续一段时间，哈哈。”郑其森苦笑道。

郑其森也对这种情况表现出了理性的思考。年轻人可能对大型金融模型有更高的接受度，但他们的C端客户目标仍然是完善投资者，他们有更丰富的经验和更高的付费意愿。

ArborChat的独特价值，包括为零售商和机构投资者提供的解决方案，B端客户也被视为ArborChat的商业市场。

他说：“我们有API的方法，与不同的金融企业合作，成为他们投资决策的一部分。”郑其森举例说，ArborChat可以帮助金融企业跟踪投资部门的变化。因为近期AI投资热，许多巨头都在投资小型模块化核反应。(SMR)，如果你想拉排名前100的科技公司，看看他们在这个领域是否有投资，基金公司的分析师可能需要一周的时间才能知道答案，“ArborChat在to B端提供的API可以在1分钟内回答。”

ArborChat可以通过协助金融企业搭建专门的投资分析工具，从前端投资板块分析到资产配置跟踪，包括客户的风险控制，参与其中，提高效率。

ArborChat的出现绝不是孤立的。随着AI技术的进一步实施，AI参与部分投资研究或风险控制是未来所有基本面或价值投资基金的必然趋势，甚至可能出现AI主导投资决策的情况。“当ArborChat的第一版出来的时候，我觉得不仅仅是十几年的愿景终于迈出了实现的第一步，更是一个新行业范式的开始。量化投资的出现孕育了其他几千亿投资巨鲸。价值投资的AI将开拓一片巨大的蓝海，孵化下一代行业领导者。”

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com